L'immagine di copertina creata da AI illustra lo strumento Stable Diffusion, parola chiave: Space Opera House Rembrandt Harmenszoon van Rijn e Hajime Sorayama mescolano lo stile pittorico

Introduzione

L'AIGC ha lasciato delle conseguenze nel depresso mercato delle criptovalute. Che cos'è l'AIGC? Perché si presenta all'improvviso? Che impatto avrà sul Web 3?

1. Il nuovo hotspot nel mercato primario: l'AIGC

Il nome completo di AIGC è Artificial Intelligence Generated Content, che si riferisce alla tecnologia dell'intelligenza artificiale per creare nuovi contenuti attraverso enormi dati esistenti (come testo, audio o immagini). Non esiste infatti una definizione normativa unificata del concetto AIGC. Un concetto simile a livello internazionale è il Synthetic Media, che è definito come una tecnologia per la produzione, la manipolazione e la modifica di dati o media attraverso algoritmi di intelligenza artificiale, inclusi testo, codice, immagini, audio, video e contenuti 3D, ecc.

2. Le esigenze degli utenti guidano lo sviluppo della tecnologia AIGC

L'AIGC si concentra sulla produzione di contenuti e lo sviluppo dell'ecosistema dei contenuti può essere suddiviso in quattro fasi: contenuti generati professionalmente (PGC), contenuti generati dagli utenti (UGC), contenuti generati assistiti dall'intelligenza artificiale e contenuti generati dall'intelligenza artificiale (AIGC). ), attualmente rimaniamo principalmente nella prima e nella seconda fase, mentre la terza fase svolge un ruolo di supporto.

PGC si riferisce generalmente a contenuti creati da un team di professionisti, che comportano criteri di produzione elevati e un lungo ciclo di lavoro. Alla fine verrà utilizzato per realizzazioni commerciali, come TV, film e giochi. Per garantire la qualità del contenuto generato, PGC deve investire tonnellate di costi tecnici e di manodopera. Nel modello PGC i diritti di produzione e realizzazione dei contenuti sono nelle mani di poche persone, con un grado di concentrazione più elevato e un effetto monopolistico più forte. Tuttavia, è difficile per PGC soddisfare le esigenze di produzione di contenuti su larga scala, a causa delle limitate risorse umane dal lato dell’offerta.

D’altra parte, l’UGC sfuma i confini tra consumatori e produttori. La piattaforma fornirà strumenti di creazione e i produttori potranno essere essi stessi utenti, il che abbassa la barriera della produzione e migliora la prosperità dell’ecologia dei contenuti, come i brevi video. Il modello UGC riduce in una certa misura i costi di produzione e il grado di centralizzazione, soddisfa le esigenze degli utenti personalizzate o diversificate e aumenta il limite massimo di capacità. Sebbene la scala di produzione dei contenuti sia stata notevolmente migliorata, la qualità ha inevitabilmente subito un contraccolpo perché non ci sono restrizioni su produttori, strumenti di generazione e argomenti di contenuto.

PGC e UGC sono vincolati rispettivamente dalla capacità produttiva e dalla qualità. È difficile per loro soddisfare la domanda di contenuti in rapida crescita, mentre l’AIGC potrebbe rappresentare un nuovo ciclo di cambiamento di paradigma nel processo di sviluppo dell’ecologia dei contenuti. In un contesto di crescente domanda da parte degli utenti, la scarsa efficienza della creazione manuale è diventata un collo di bottiglia che limita la portata della produzione di contenuti. Dal punto di vista della domanda, man mano che i giovani diventano la corrente principale del consumo di contenuti, la loro domanda di capacità produttiva e qualità della produzione di contenuti è esplosa. Inoltre, sebbene la popolarità di Internet abbia accelerato la velocità di diffusione dei contenuti, ha anche ampliato il divario nella domanda degli utenti. Data l'elevata domanda degli utenti, la modalità tradizionale di produzione dei contenuti ha messo in luce gravi carenze in termini di capacità e qualità di produzione. Sebbene gli UGC risolvano il problema della scala di produzione limitata di PGC, la qualità dei suoi contenuti non è uniforme, il che porta a costi di recupero più elevati per gli utenti che accedono a contenuti di alta qualità. In ultima analisi, gli UGC non riescono ancora a soddisfare la domanda degli utenti per contenuti di alta qualità.

Non esiste un tetto massimo per la crescita dell’ecologia dei contenuti ed è assolutamente necessario introdurre l’AIGC. Le procedure di creazione dei contenuti sono le fasi di screening, filtraggio, elaborazione e integrazione delle informazioni da parte dei produttori. Una serie di processi si basano sullo studio indipendente a lungo termine dei creatori, che impiega molto tempo e capacità intellettuali. Dopotutto, a lungo termine, la capacità di creazione artificiale è limitata. Quando il potenziale produttivo di PGC e UGC sarà esaurito, l’AIGC potrebbe essere in grado di colmare il divario nell’ecologia dei contenuti.

L’ecologia dei contenuti è entrata nella fase di produzione assistita dall’intelligenza artificiale e si prevede che l’AIGC verrà realizzata in futuro. Al momento, la produzione di contenuti è ancora limitata al framework di creazione basato su PGC e UGC. La piattaforma assiste gli utenti nella creazione attraverso strumenti di intelligenza artificiale aperti. Chiunque può diventare un creatore ed impartire comandi per fare in modo che l’IA generi automaticamente contenuti, istruendola a completare attività complesse, come codifica, disegno e modellazione, il che abbassa ulteriormente lo standard di produzione e migliora l’efficienza della produzione.

Tuttavia, a causa dello sviluppo della tecnologia, l’intelligenza artificiale svolge solo un ruolo ausiliario in questi lavori. Gli esseri umani hanno ancora bisogno di creare contenuti o inserire istruzioni nei collegamenti chiave. L’intelligenza artificiale non ha la capacità di diventare un creatore indipendente. Tuttavia, con il continuo aggiornamento e l’iterazione di elementi fondamentali come dati e algoritmi, l’AIGC potrebbe rappresentare la direzione generale dello sviluppo futuro. Potrebbe superare le limitazioni artificiali e passare al livello di creazione indipendente, creando contenuti più ricchi e diversificati. In teoria, AIGC realizzerà la fornitura illimitata di contenuti ecologici e la qualità dei contenuti supererà PGC, considerando l'efficienza e la professionalità della produzione.

3. L’AIGC brillerà nel Web 3

Nel Web 2, l'AIGC ha avviato un'ampia esplorazione in vari campi. Attualmente, Web 3 è una versione decentralizzata della mappatura Web 2. Per estensione, l'AIGC avrà naturalmente molte indicazioni applicate nel Web 3.

È stata fatta una svolta negli strumenti di intelligenza artificiale relativi alla generazione di testo. Le applicazioni dell'AIGC nella creazione di testi includono codifica, traduzione e scrittura. La creazione del testo è essenzialmente l'uso del linguaggio. poiché i linguaggi di programmazione sono relativamente più strutturati e più facili da imparare per l'intelligenza artificiale, ma i linguaggi umani devono combinare contesto, semantica, ecc., quindi lo scenario applicato più maturo per la generazione di testo è la codifica, opere rappresentative come Github Copilot prodotto da Microsoft. Gli utenti inseriscono la logica del codice nel testo, questo può essere rapidamente compreso e i sottomoduli verranno generati sulla base di un massiccio codice open source utilizzabile dagli sviluppatori. Al giorno d’oggi, quasi il 40% del codice generato da GitHub Copilot è scritto dall’intelligenza artificiale. Sebbene i plug-in modulari come l'SDK in Web 3 abbiano migliorato la velocità di programmazione degli sviluppatori, l'efficienza dello sviluppo dei protocolli crittografici potrebbe essere ulteriormente promossa con la divulgazione della tecnologia AIGC in futuro. Idealmente, l’AIGC può rilevare automaticamente le esigenze del mercato o i posti vacanti, quindi programmare in modo indipendente e generare nuovi protocolli.

Anche in termini di creazione di contenuti in linguaggio umano, l’AIGC ha compiuto notevoli progressi. Allo stato attuale, lo sviluppo della traduzione ha raggiunto un grande vantaggio. Roblox ha tradotto automaticamente i giochi sviluppati in inglese in altre otto lingue tramite l'apprendimento automatico, tra cui cinese, tedesco e francese; il sistema di scrittura di notizie Dreamwriter sviluppato da Tencent può essere utilizzato nei 22 scenari di scrittura regolamentati e la velocità media di pubblicazione è di 0,46 secondi; nell'articolo di Sequoia Capital "Generative AI: A Creative New World", parte del contenuto è scritto secondo il modello del linguaggio naturale GPT-3, ma l'esperienza di lettura non è oscura e schietta, ma tiene conto anche dei requisiti di fluidità della scrittura , chiarezza e logica.

L'AIGC contribuirà notevolmente anche alla creazione di testi per il Web 3. I media e gli istituti di ricerca nel Web 3 si trovano ad affrontare il dilemma bilaterale dell'ecologia dei contenuti. Ad esempio, sebbene la qualità dell’output di CoinDesk e Messari sia elevata, è difficile espandere la scala di produzione. Inoltre, la diffusione dei contenuti sarà ulteriormente ridotta, limitata dalla lingua di scrittura, dall'efficienza e dall'accuratezza della traduzione.

D’altro canto, nonostante il contenuto di Twitter sia enorme, la qualità delle prospettive non può essere garantita. Poiché le informazioni non sono classificate in base all'importanza, alla tempestività, ecc., il modulo di presentazione è disordinato, non raggruppato, non ordinato o deduplicato. A quanto pare, le esigenze degli utenti non vengono soddisfatte in modo mirato. Allo stesso tempo, gli utenti dovranno affrontare il problema del sovraccarico di informazioni, con conseguente perdita di molto tempo su contenuti non validi. Di conseguenza, le organizzazioni Web 3 restano significativamente indietro rispetto alle loro controparti Web 2, sia in termini di scala di produzione media che di qualità media dei contenuti.

Tuttavia, la portata e la qualità delle organizzazioni Web 2 si basano spesso su tattiche di crowdsourcing, che richiedono ingenti investimenti iniziali. Per garantire la qualità dei contenuti, gli analisti qualificati di solito devono sottoporsi a corsi di formazione intensivi e a lungo termine, e le aziende devono investire tempo e costi di formazione. Allo stesso tempo, per mantenere la scala di produzione, le aziende devono pagare costi di manodopera estremamente elevati per assunzioni su larga scala. Ci sono due evidenti difetti in questo tipo di modalità. Uno è il sovraccarico dei costi, l’altro è il rischio di perdita di talenti nella fase successiva, con il risultato che i costi saranno completamente assorbiti. Con l’avanzamento delle tecnologie successive, gli analisti possono risparmiare tempo almeno nel riassumere titoli e abstract, e l’intelligenza artificiale è in grado di generare direttamente TL; DR comprendendo il testo completo. A lungo termine, verranno rapidamente prodotti "analisti qualificati", dopo un profondo apprendimento automatico dell'intelligenza artificiale. Le istituzioni Web 3 ridurranno sostanzialmente i costi migliorando al tempo stesso la portata e la qualità della generazione di contenuti, promuovendo così lo sviluppo dell'intero segmento di mercato e dell'intero settore. I protocolli di informazione, i protocolli di notizie o i protocolli di ricerca potrebbero persino apparire nel Web 3.

È probabile che l’AIGC inneschi un nuovo ciclo di innovazione nella musica Web 3. AIGC apre applicazioni nella produzione di brani, nella generazione di testi, ecc., e l'interattività e le prestazioni in tempo reale sono ulteriormente migliorate. Ad esempio, la piattaforma musicale adattiva LifeScore organizza dinamicamente la musica in tempo reale. Una volta che l'utente inserisce una serie di materiale musicale, l'intelligenza artificiale lo cambierà, lo trasformerà e lo remixerà, portando a un concerto istantaneo. Nel maggio 2020, LifeScore ha fornito una colonna sonora adattiva per la serie TV interattiva di Twitch "Artificial", che può influenzare la colonna sonora in base allo stato emotivo dello spettatore mentre la storia si svolge.

Nel breve periodo, l’AIGC può aiutare i creatori ad adattare, ricreare o assistere direttamente nella creazione di musica, riducendo notevolmente il carico di lavoro e aumentando l’efficienza del lavoro. A lungo termine, alcune piattaforme musicali sono emerse nel Web 3 e, insieme all'introduzione della tecnologia AIGC, i protocolli potrebbero essere in grado di generare brani personalizzati in base alle preferenze personali degli ascoltatori. Non solo la piattaforma può ridurre enormemente le spese dei diritti d’autore, ma gli utenti possono anche ridurre i pagamenti per le canzoni. Inoltre, gli utenti potrebbero anche essere in grado di pubblicare brani esclusivi creati da AIGC per guadagnare entrate per se stessi, migliorando così l'economia dei creatori del mercato musicale Web 3.

Oltre alle tre direzioni di frontiera sopra menzionate, l’AIGC ha un grande potenziale anche in altri segmenti di mercato del Web 3. Per esempio,

1) Il corpo principale di NFT sono immagini o opere d'arte. Al momento, molti modelli di intelligenza artificiale hanno raccolto dati sull’intera storia dell’arte e sulla cultura popolare. Qualsiasi utente può generare il proprio NFT preferito a piacimento. Diversi NFT devono avere volti, vestiti e caratteristiche emotive diversi. Il metodo di generazione tradizionale comporta costi elevati e bassa efficienza. I creatori devono eseguire la progettazione di prototipi, modellazione multipla, rendering, ecc., ma AIGC può aiutare i creatori a provare gli schizzi in modo più efficiente nella fase iniziale e a risparmiare manodopera per completare i dettagli dello schermo nella fase successiva. In futuro, l’AIGC potrebbe essere in grado di ottenere una produzione di massa a basso costo di NFT. Inoltre, la creazione di UGC è facile da copiare e diffondere e spesso si verificano problemi di violazione. Tuttavia, gli NFT sono unici, indivisibili e commerciabili, il che può superare i problemi di anticontraffazione dei beni, conferma dei diritti e tracciabilità per rafforzare la protezione del copyright;

2) L'AIGC sta anche migliorando la generazione di stati transmembrana, come immagini/animazioni che generano testo, e viceversa;

3) I progressi dell'AIGC favoriranno anche lo sviluppo del segmento di mercato sociale del Web 3. Le persone reali avranno inevitabilmente alcune carenze, ma l'intelligenza artificiale può creare i personaggi virtuali preferiti dagli utenti poiché i personaggi virtuali generati da AIGC saranno completamente personalizzati in base alle esigenze dell'utente. Gli utenti possono personalizzare o utilizzare modelli per definire le proprietà, come famiglia, occupazione, età, ecc., dei personaggi. L'intelligenza artificiale aiuterà i personaggi virtuali a comportarsi in modo più probabile rispetto alle persone reali nell'aspetto e nelle azioni in scene specifiche e doterà loro delle funzioni di espressione linguistica e di interazione per riflettere una certa capacità di empatia. Inoltre, i personaggi virtuali, accompagnati da riserve di conoscenza più abbondanti e da una frequenza di aggiornamento più rapida rispetto agli umani, non hanno bisogno di riposarsi. Pertanto, si prevede che l'intrattenimento e i servizi forniti dai personaggi virtuali in alcuni determinati campi saranno paragonabili o addirittura superiori a quelli delle persone reali. Ad esempio, i personaggi virtuali continueranno ad apprendere attraverso la comunicazione con gli utenti e realizzeranno una compagnia emotiva. Facendo riferimento ai gruppi ACGN e agli utenti pesanti di software sociale nel Web 2, il mercato sociale del Web 3 diventerà senza dubbio più ampio con il supporto dell'AIGC;

4）L'uso dell'AIGC nell'istruzione Web 3 può produrre risultati inaspettati. Poiché la modalità di apprendimento dell’intelligenza artificiale è relativamente strutturata e organizzata, i libri di testo e le conferenze prodotti dall’AIGC potrebbero essere in grado di abbassare la barriera della comprensione e aiutare il pubblico ad assorbire la conoscenza più facilmente. In sintesi, il percorso futuro dell’AIGC è piuttosto ampio nel Web 3.